Анализ автокорреляционных зависимостей российских акций

全文:

Обоснование. Если последние события имели одинаковую важность для человека, то лучше всего он запомнит последнее из них. Вместе с тем запоминаются сильнее наиболее значимые события. Такая особенность людей отражается на случайном поведении рынка, который в наибольшей степени запоминает недавние и особенно значимые движения цен активов.

Рыночная память — это свойство рынка повторять характер ценового движения, оно близко к понятию инерции, которой подвержены фондовые и другие рынки, где операции характеризуются свойствами случайности и массовости [1].

Целью — вычисление рыночной памяти с помощью функции автокорреляции (ACF) у нескольких акций из российского биржевого индекса IMOEX для использования в трейдинге и инвестировании [2].

Методы. Автокорреляция используется при анализе временного ряда с целью выявления закономерностей поведения ряда, а также для прогнозирования его развития, и выражается формулой

R(t) = corr (X(t), X(t + k)),

где X — исследуемый параметр (рыночная цена), t — номер фрейма (интервала) на временном ряде цен, k — запаздывание (лаг), выражаемое числом фреймов.

С сайта инвестиционной компании Finam были экспортированы дневные цены акций российских компаний ВТБ, Газпром, Лукойл, Сбербанк по закрытию дневных торговых сессий сессий в период с 13.12.2020 по 13.12.2021 (для каждой компании 256 фреймов) [3]. Затем производилось смещение данных, после чего применялась встроенная в табличный процессор Excel функция корреляции к исходным и смещенным во времени данным.

Результаты. Результатами является расчет автокорреляционной зависимости для цен акций. Сравнительное изменение исходных котировок акций представлено на рисунке.

 

Рис. Поведение акций (GAZP — сплошная тонкая, SBER — сплошная жирная, VTBR — точки, LKON — перекрестья)

 

Величина лага принимается равной 1, 3, 5 дневным сессиям, а также 21 сессии (соответствует примерно одному календарному месяцу). Результаты расчетов представлены в таблице.

 

Таблица. Значения автокорреляций российских акций

Число сессий	Акции
	LKOH	GAZP	VTB	SBER
1	0,983571	0,995267	0,988641	0,984691
3	0,953469	0,987568	0,966038	0,960363
5	0,924201	0,982193	0,946853	0,932134
21	0,620581	0,933584	0,733443	0,742376

 

Выводы. При лаге в одну торговую сессию значение автокорреляции у всех акций очень высоко. Это говорит о сильном влиянии ценовой динамики за прошлый день на текущую цену. Чем больше лаг, тем меньшее влияние старые цены оказывают на текущую цену, отражая эффект забывания, и тем менее полезна автокорреляционная функция для целей прогнозирования.

Прогнозы по акциям ОАО Газпром и Лукойл с большим лагом надежнее, чем для акций финансового сектора. Чем сильнее выражен тренд, тем большее значение автокорреляции наблюдается. Практически для прогнозирования это значение должен быть больше 0,5.

Более полную информацию о поведении акций может дать скользящая функция автокорреляции, особенно на волатильных рынках. Так, периодические экстремумы функции свидетельствуют о циклическом поведении акций, а рост значений функции свидетельствует о зарождении нового тренда.

作者简介

Самарский государственный технический университет

编辑信件的主要联系方式.
Email: mari.borodina.01@bk.ru

студентка 3 курса, группа 10, институт автоматики и информационных технологий

俄罗斯联邦, Самара

Самарский государственный технический университет

Email: gman53@yandex.ru

научный руководитель, доцент, кандидат технических наук

俄罗斯联邦, Самара

参考

补充文件